小米机器人 VLN 大模型导航-实习生

1. 参与机器人导航系统中大模型和感知模型的算法研究、开发与优化，包括但不限于VLA模型、VLN模型等。 2. 参与自动驾驶系统中大模型和感知模型的算法研究、开发与优化，包括但不限于VLA模型、VLM模型、Occupancy模型等。 3. 参与AI Infra的研发，包括但不限于大模型训练加速、云侧推理加速、端侧推理加速。 4. 将实习成果提炼总结，撰写学术论文，投稿AI顶会顶刊。

我们是谁？ 具身智能AI算法团队，致力于打造自主研发的机器人产品。我们正组建一支以AI技术为基石、汇聚多领域顶尖人才的全栈自研算法团队，目标是构建能够与物理世界交互、具备自主理解决策、自主行动的智能机器人 1、主导或深度参与VLA/LBM模型的架构设计、训练策略优化与多模态对齐机制研究，提升智能体在开放环境中的泛化与推理能力； 2、构建面向具身智能的空间计算系统，包括但不限于：3D场景理解、动态环境建模、跨模态空间表征学习、物理交互预测等； 3、探索基础感知技术（如多传感器融合、SLAM、NeRF、3D生成等）与大模型的深度融合，实现端到端的具身智能决策； 4、与机器人平台、仿真系统、产品团队紧密协作，推动算法在真实硬件或虚拟环境中的部署与验证； 5、跟踪并引领国际前沿进展，在顶级会议（如 NeurIPS, ICML, CVPR, ICLR, RSS, CoRL 等）发表高水平成果，构建技术壁垒。

岗位职责 1.研发具身智能认知架构（VLM/VLA/VLN），实现多模态指令理解与长周期任务规划、自主导航系统 2.设计强化学习（RL）/模仿学习（IL）决策框架，解决开放场景稀疏奖励问题 3.优化模型结构、提升计算效率（模型剪枝/量化），解决端侧部署挑战 4.主导仿真（Isaac Gym/MuJoCo）到真机（人形机器人/机械臂）的Sim2Real迁移

1. 研发具身智能认知架构（VLM/VLA/VLN），实现多模态指令理解与长周期任务规划、自主导航系统； 2. 设计强化学习（RL）/模仿学习（IL）决策框架，解决开放场景稀疏奖励问题； 3. 优化模型结构、提升计算效率（模型剪枝/量化），解决端侧部署挑战； 4. 主导仿真（Isaac Gym/MuJoCo）到真机（人形机器人/机械臂）的Sim2Real迁移。